نام کتاب: Hands-On Time Series Analysis With Python – From Basics To Bleeding Edge Techniques
نویسنده: B. V. Vishwas و Ashish Patel
ویرایش: ۱
سال انتشار: ۲۰۲۰
کد ISBN کتاب: ۱۴۸۴۲۵۹۹۱۲, ۹۷۸۱۴۸۴۲۵۹۹۱۷, ۹۷۸۱۴۸۴۲۵۹۹۲۴,
فرمت: PDF
تعداد صفحه: ۴۲۰
حجم کتاب: ۱۷ مگابایت
کیفیت کتاب: OCR
انتشارات: Apress
Description About Book Hands-On Time Series Analysis With Python – From Basics To Bleeding Edge Techniques From Amazon
Learn the concepts of time series from traditional to leading-edge techniques. This book uses comprehensive examples to clearly illustrate statistical approaches and methods of analyzing time series data and its utilization in the real world. All the code is available in Jupyter notebooks. You’ll begin by reviewing time series fundamentals, the structure of time series data, pre-processing, and how to craft the features through data wrangling. Next, you’ll look at traditional time series techniques like ARMA, SARIMAX, VAR, and VARMA using trending framework like StatsModels and pmdarima. The book also explains building classification models using sktime, and covers advanced deep learning-based techniques like ANN, CNN, RNN, LSTM, GRU and Autoencoder to solve time series problem using Tensorflow. It concludes by explaining the popular framework fbprophet for modeling time series analysis. After reading Hands -On Time Series Analysis with Python, you’ll be able to apply these new techniques in industries, such as oil and gas, robotics, manufacturing, government, banking, retail, healthcare, and more. What You’ll Learn:
• Explains basics to advanced concepts of time series.
• How to design, develop, train, test and validate time-series methodologies.
• What are Smoothing, ARMA, ARIMA, SARIMA,SRIMAX, VAR, VARMA techniques in time series and how to optimally tune parameters to yield best results.
• Learn how to leverage bleeding-edge techniques such as ANN, CNN, RNN, LSTM, GRU, Autoencoder to solve both Univariate and multivariate problems by using two types of data prepration methods for time series.
• Univariate and multivariate problem solving using fbprophet.
Who This Book Is For: Data scientists, data analysts, financial analysts, and stock market researchers
درباره کتاب Hands-On Time Series Analysis With Python – From Basics To Bleeding Edge Techniques ترجمه شده از گوگل
مفاهیم سری های زمانی را از تکنیک های سنتی تا تکنیک های برتر بیاموزید. این کتاب با استفاده از مثالهای جامع روشهای آماری و روشهای تجزیه و تحلیل داده های سری زمانی و استفاده از آنها را در دنیای واقعی نشان می دهد. همه این کد در دفترهای مشتری موجود است. در ابتدا با مرور مبانی سری زمانی ، ساختار داده های سری زمانی ، پیش پردازش و نحوه ساخت ویژگی ها از طریق درگیری داده ها شروع خواهید کرد. در مرحله بعدی ، شما با استفاده از چارچوب مرسوم مانند StatsModels و pmdarima ، به تکنیک های سنتی سری زمانی مانند ARMA ، SARIMAX ، VAR و VARMA نگاه خواهید کرد. این کتاب همچنین مدل های طبقه بندی ساختمان را با استفاده از sktime توضیح می دهد و تکنیک های پیشرفته مبتنی بر یادگیری عمیق مانند ANN ، CNN ، RNN ، LSTM ، GRU و Autoencoder را برای حل مسئله سری زمانی با استفاده از Tensorflow در بر می گیرد. در پایان با توضیح چارچوب محبوب fbprophet برای مدل سازی تجزیه و تحلیل سری زمانی ارائه می شود. پس از مطالعه تجزیه و تحلیل Hands -On Time Series با پایتون ، شما می توانید این تکنیک های جدید را در صنایع مانند نفت و گاز ، رباتیک ، ساخت ، دولت ، بانکداری ، خرده فروشی ، بهداشت و درمان و سایر موارد به کار بگیرید. آنچه خواهید آموخت:
• اصول و مفاهیم پیشرفته سری های زمانی را توضیح می دهد.
• نحوه طراحی ، توسعه ، آموزش ، آزمایش و اعتبار سنجی روش های سری زمانی.
• تکنیک های Smoothing ، ARMA ، ARIMA ، SARIMA ، SRIMAX ، VAR ، VARMA در سری های زمانی و نحوه تنظیم بهینه پارامترها برای داشتن بهترین نتیجه چیست.
• بیاموزید که چگونه با استفاده از دو نوع روش آماده سازی داده ها برای سری های زمانی ، از تکنیک های پیشرفته مانند ANN ، CNN ، RNN ، LSTM ، GRU ، Autoencoder استفاده کنید تا هر دو مسئله یک متغیره و چند متغیره را حل کنید.
• حل مسئله یک متغیره و چند متغیره با استفاده از fbprophet.
این کتاب برای چه کسانی است: دانشمندان داده ، تحلیلگران داده ، تحلیل گران مالی و محققان بازار سهام
[box type=”info”]
جهت دسترسی به توضیحات این کتاب در Amazon اینجا کلیک کنید.
در صورت خراب بودن لینک کتاب، در قسمت نظرات همین مطلب گزارش دهید.
با خرید اشتراک، بدون محدودیت، کتاب دانلود کن!
